報告主題：基于群體智能優(yōu)化算法的調(diào)度問題研究

報 告 人：申曉寧

報告時間：2024年4月18日13:30-15:30

報告地點：雙創(chuàng)大樓A棟1樓創(chuàng)業(yè)講堂

組織單位：電氣工程學(xué)院

報告人簡介:

申曉寧：2008年在南京理工大學(xué)自動化學(xué)院控制理論與控制工程專業(yè)獲得博士學(xué)位,。目前任教于南京信息工程大學(xué)自動化學(xué)院，教授,，碩導(dǎo),。已在國內(nèi)外學(xué)術(shù)刊物與國際學(xué)術(shù)會議上以第一作者或通訊作者發(fā)表發(fā)表和錄用論文60余篇，其中SCI論文12篇,，包括中科院分區(qū)一區(qū)期刊9篇,，二區(qū)期刊1篇，三區(qū)期刊2篇,。以第一發(fā)明人授權(quán)國家發(fā)明專利10項,，實用新型專利17項，登記軟件著作權(quán)63項,。獲江蘇省自動化學(xué)會科學(xué)技術(shù)獎一等獎,，南京市自然科學(xué)優(yōu)秀學(xué)術(shù)論文獎三等獎、優(yōu)秀獎等榮譽,。

報告簡介：

調(diào)度問題研究如何合理地安排和分配資源,，以最大限度地優(yōu)化系統(tǒng)性能和效率，從而滿足各種實際需求,。它廣泛存在于能源管理,、生產(chǎn)制造、交通運輸,、通信網(wǎng)絡(luò),、軍事、醫(yī)療服務(wù),、企業(yè)內(nèi)部管理,、并行分布式計算等眾多領(lǐng)域。大多數(shù)實際調(diào)度問題均已被證明為NP-hard問題,，隨著問題規(guī)模的增大,，計算量呈指數(shù)增長，傳統(tǒng)的數(shù)學(xué)規(guī)劃方法難以在有限時間內(nèi)得到其最優(yōu)解,。群體智能優(yōu)化算法是一類適用于求解NP-hard優(yōu)化問題的迭代搜索型方法,，它模擬大自然生物的群體協(xié)作、信息交流和涌現(xiàn)現(xiàn)象,，實現(xiàn)智能搜索行為,。本報告分別介紹課題組近年來,，基于多種群體智能優(yōu)化算法求解不同實際調(diào)度問題的理論研究和應(yīng)用實踐，包括考慮新技能學(xué)習(xí)機制的軟件項目調(diào)度人工蜂群算法,，基于煙花算法的移動群智感知任務(wù)分配和基于混合蛙跳算法的突發(fā)公共事件物資調(diào)度,。